注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 模式识别-窗函数估计，感知器准则算法等

  2. 概率密度的窗函数估计，正态窗，Parzen窗法进行总体分布的非参数估计方法，感知器准则算法实验

  3. 所属分类：其它

    • 发布日期：2009-09-23
    • 文件大小：205824
    • 提供者：mobileice

  1. matlab自带的一些常用分布的分布律或概率密度

  2. matlab的toolbox中也含有概率统计方面的库函数．概率方面的库函数主要有各种常见分布的分布函数、概率密度、分布率以及生成服从各种分布随机数的函数．统计方面的库函数含盖了简单随机样本下常见的参数估计（点估计、区间估计），假设检验．此外还含有大量涉及实验设计、线性回归、非线性回归等方面的库函数．以下我们主要对matlab在概率统计方面的内容做一些介绍.

  3. 所属分类：其它

    • 发布日期：2010-02-04
    • 文件大小：155648
    • 提供者：allenlou

  1. 模式识别课件3 概率密度估计

  2. 参数估计 非参数估计 模式识别课件3 概率密度估计 ！！！！！！！！！！！！！！

  3. 所属分类：专业指导

    • 发布日期：2011-10-14
    • 文件大小：1048576
    • 提供者：clqqcl

  1. 基于Parzen窗的概率密度估计

  2. 分别采用高斯窗和方窗对给定的男女生身高体重分布进行概率密度估计，并设计基于贝叶斯最小错误率的分类器，对测试样本进行男女分类

  3. 所属分类：其它

    • 发布日期：2011-12-20
    • 文件大小：4096
    • 提供者：yongshihust

  1. kn近邻法估计概率密度函数

  2. 直接利用样本对位置函数的概率密度进行估计

  3. 所属分类：C/C++

    • 发布日期：2014-07-03
    • 文件大小：244
    • 提供者：cl1043616025

  1. 密度估计异常检测

  2. 我们利用神经密度估计的最新突破，提出了一种新的无监督的密度估计（ANODE）技术进行无异常检测。 通过估计信号区域和边带中数据的条件概率密度，并将其内插到信号区域中，可以构建数据与背景之间完全由数据驱动的似然比。 该似然比对可能由于局部异常而导致的数据过密度敏感。 另外，ANODE方法的独特潜在好处是可以使用学习的密度直接估算背景。 最后，ANODE能够抵抗信号区域和边带之间的系统差异，因此比其他方法具有更广泛的适用性。 我们使用LHC Olympics 2020 R＆D数据集展示了这种新方法的

  3. 所属分类：其它

    • 发布日期：2020-05-04
    • 文件大小：1048576
    • 提供者：weixin_38693589

  1. 概率密度估计与非参数回归.pdf

  2. 文档整理了概率密度估计的方法以及各种估计方法的一些性质，主要介绍了非参数估计的方法。同时对文中介绍的方法进行了证明。其次，对非参数线性回归方法进行了梳理。

  3. 所属分类：机器学习

    • 发布日期：2020-01-01
    • 文件大小：215040
    • 提供者：jiaoruiqiang

  1. 概率密度估计

  2. 概率密度估计 参数估计和非参数估计。 最大似然法和Parzen窗法，Kn近邻法

  3. 所属分类：其它

    • 发布日期：2012-07-14
    • 文件大小：348160
    • 提供者：xiaoyulei0406

  1. 概率密度估计

  2. 引言 参数估计的方法 高斯分布参数估计 混合高斯分布参数估计

  3. 所属分类：其它

    • 发布日期：2011-11-18
    • 文件大小：242688
    • 提供者：rexay

  1. 基于乘客概率密度估计的大学公交车多目标优化

  2. 本文提出了一种基于Parzen Window方法的多目标优化模型，该模型可以对乘客的概率密度函数进行理论分析，并通过积分确定相应时期的需求。 该模型可以最大程度地减少乘客的等待时间和校车的运行成本，同时要考虑到乘客人数和最长的续航时间。 此外，以武汉理工大学的数据为例，验证了该模型的可行性。 最后，通过粒子群算法对整个结果进行计算。

  3. 所属分类：其它

    • 发布日期：2020-06-05
    • 文件大小：507904
    • 提供者：weixin_38661939

  1. 基于Parzen窗概率密度估计的小样本选煤数据分类算法研究

  2. 针对小样本选煤数据分类问题,文章提出了一种基于概率密度估计的小样本分类算法。该算法首先对小样本选煤数据分类问题进行概率密度估计,然后根据估计的概率密度函数构造额外训练样本,最后将额外训练样本添加到原始样本集中进行分类。由于Parzen窗算法可以较为精确的进行概率密度估计,生成的额外训练样本的真实性较高,所以该算法可以有效的提高分类器在的小样本选煤数据分类问题上的性能。

  3. 所属分类：其它

    • 发布日期：2020-07-07
    • 文件大小：1048576
    • 提供者：weixin_38631282

  1. parzen窗估计概率密度

  2. 此matlab代码是parzen窗非参数估计概率密度函数的，以及parzen窗做分类器

  3. 所属分类：其它

    • 发布日期：2020-12-15
    • 文件大小：342016
    • 提供者：rogerjunli

  1. 海杂波分布建模：核密度估计方法

  2. 当检测海面漂浮目标时，准确的海杂波分布对于确定决策区域至关重要。 然而，由于海况动荡，传统的参数模型可能与海杂波的实际分布有相当大的差距。 在本文中，我们开发了一种基于核密度估计的框架，无需任何先验知识即可对海杂波分布进行建模。 在此框架中，我们共同考虑了两个嵌入的基本问题，即选择合适的内核密度函数和确定其相应的最佳带宽。 针对这两个问题，我们采用高斯分布，伽马分布和威布尔分布作为核函数，并推导了它们的闭式最优带宽方程。 为了处理三个内核的高度复杂的方程式，我们进一步设计了一种快速迭代带宽选择算

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：655360
    • 提供者：weixin_38517904

  1. EstimationTools:该软件包提供了例程，用于通过给定数据集（带或不带协变量）的最大似然，对在R中实现的任何概率密度或质量函数进行参数估计-源码

  2. 估算工具 EstimationTools的目标是为R的概率密度/质量函数的参数估计提供一个例程。 编辑（2020/7/27） –我们实现了新工具，并对maxlogL对象的summary方法进行了一些深度修改。 您可以在我们的找到。 安装 您可以在R控制台中键入以下命令行来安装EstimationTools的最新版本（2.0.2）： if ( ! require( ' devtools ' )) install.packages( ' devtools ' ) devtools :: ins

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：102760448
    • 提供者：weixin_42099070

  1. 基于FFT计算α平稳过程概率密度的改进算法

  2. 在网络流量建模和参数估计的过程中,α平稳过程的概率密度计算是一项重要的基础工作。结合α平稳过程特征函数的数学特性,在以往基于FFT求解α平稳过程概率密度函数算法的基础上做出如下改进:通过计算自动选择合适的采样区间和采样间隔;引入扩频进一步降低计算复杂度。实验表明,改进算法比传统算法计算复杂度更低,并可以有效控制计算误差。

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：731136
    • 提供者：weixin_38636671

  1. 基于核密度估计的城市动态密集场景激光雷达定位

  2. 城市环境中的精确定位是自动驾驶领域的重点和难点, 现有的激光雷达定位算法虽然能够在多数情况下保持较高的精度, 但在一些比较复杂的城市动态场景中仍存在问题。针对这类场景中遮挡导致的全球定位系统定位精度下降, 以及运动目标和环境变化导致的有效点云特征减少的问题, 提出一个新的概率定位框架; 该框架使用核密度估计的方法对改进后的多层次随机采样一致性算法和直方图滤波算法进行融合, 以有效克服多层次随机采样一致性算法在部分场景中的定位波动问题, 以及直方图滤波算法在位姿误差较大时的效率低下和局部最优问题。

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：15728640
    • 提供者：weixin_38751014

  1. 稳定分布噪声下基于概率密度函数匹配的恒模波束形成

  2. 为抑制脉冲稳定分布噪声对波束形成的影响,采用信息论自适应学习理论,使得波束形成输出的概率密度函数和期望信号的概率密度函数匹配最大化,设计适用于稳定分布噪声下的恒模波束形成器,采用Parzen核方法得到数据的概率密度函数估计,利用随机梯度下降法对波束形成器的权重进行迭代更新,仿真实验表明在脉冲稳定分布噪声环境下,本文算法相比传统的恒模波束形成具有更高的输出信号干扰噪声比和更快的收敛速度。

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：291840
    • 提供者：weixin_38698018

  1. 基于核密度估计和马尔科夫随机场的运动目标检测

  2. 针对目标和背景具有空间连续性的特点，提出一种基于核密度估计和马尔科夫随机场的运动目标检测方法。首先利用核密度估计计算像素点属于背景的概率密度，在特征向量中加入颜色空间运动矢量分量来提高对背景扰动和光照变化的鲁棒性；然后构造马尔科夫随机场，提出一种马尔科夫随机场能量函数代价项的构造方法，通过最小化其能量函数得到目标分割结果。实验结果证明，该运动目标检测算法对背景扰动和光照变化具有更好的鲁棒性，错误检测率更低。

  3. 所属分类：其它

    • 发布日期：2021-01-31
    • 文件大小：803840
    • 提供者：weixin_38709379

  1.  基于概率密度估计改进粒子滤波的行人跟踪算法研究

  2. 利用粒子滤波实现行人跟踪是视频智能监控的主要方法之一，但粒子滤波的粒子退化问题尚未得到一个比较理想的解决方法。本文利用重采样后的粒子集，构造经验分布函数，用支持向量机估计状态的后验概率密度模型，再依据该模型采样，在保证粒子有效性的同时增加了粒子的多样性，从而克服粒子退化现象，并基于加权颜色直方图模型进行了行人跟踪仿真实验。实验结果表明，该方法能有效克服粒子退化现象，跟踪精度相对于标准粒子滤波算法得到了提高，且该方法无需对后验分布作高斯假设，为解决粒子滤波算法中的粒子退化问题提供了一种方法。

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：1048576
    • 提供者：weixin_38731979

  1. 基于RSDE 的领域自适应概率密度估计方法

  2. 同一应用领域不同时间、地点或设备, 采集的样本数据可能存在扰动、噪音或缺失, 如何对样本数据集进行 有效的预处理是其进一步应用的前提. 针对上述问题, 提出一种新的基于压缩集密度估计(RSDE) 算法的领域自适应 概率密度估计方法A-RSDE, 通过学习源域(训练域) 知识, 使目标域(测试域) 概率密度估计更接近真实概率密度分 布, 并用基于近似最小包含球的核心集快速算法求解A-RSDE, 将其应用于大数据集密度估计. Benchmark 和UCI 数 据集上的实验表明, 该算法具有较

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：281600
    • 提供者：weixin_38680957
« 12 3 4 5 6 7 8 9 10 ... 13 »